Spatial Frequency and Similarity Modulate Crowding in Letter Identification
Notice bibliographique
Résumé
Visual crowding, which impairs our ability to accurately identify a target stimulus when surrounded by flankers, is ubiquitous across a wide variety of stimulus classes. Target eccentricity and target-flanker distance constitute fundamental factors in crowding. Target-flanker similarity appears as another key factor based on findings obtained with non-linguistic stimuli. The present study investigated the impact of these factors in conjunction with spatial frequency (SF) content on single letter identification performance. We presented SF filtered letters to neurologically intact nondyslexic readers while manipulating target-flanker distance, target eccentricity and target-flanker similarity (metric based on published letter confusion matrices). SF filtering conditions were broadband, low-pass, high-pass and hybrid (i.e. medium SFs, known as optimal for letter recognition, removed from the stimulus). These conditions were matched on overall contrast energy. Participants were required to identify the target letter as fast and as accurately as possible. The results show that high target-flanker similarity enhances crowding, i.e. the joint effects of distance and eccentricity. This extends past findings on the impact of similarity on crowding to the visual identification of linguistic materials. Most importantly, the magnitude of the crowding effect is greatest with low-pass filtering, followed by hybrids, high-pass, and broadband, with all pairwise contrasts significant. We conclude that: 1- medium SFs provide optimal protection from crowding in letter recognition; 2- when medium SFs are absent from the stimulus, low SFs magnify crowding and high SFs protect against it, most likely through their opposite impact on the availability of distinctive feature information.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».